SPSS: PROGRAMAS E ROTINAS COMPLEMENTARES (SYNTAX FILES) |
||
|
||
Correlação e Regressão |
||
|
||
Teste da homogeneidade
de três ou mais coeficientes |
||
*** Teste da homogeneidade de três ou mais coeficientes
de correlação *** independentes *** Valentim Rodrigues Alferes (Universidade de Coimbra, 2002) *** ** ** Esta sintaxe efectua o teste da homogenidade de três ou mais ** coeficientes de correlação independentes. ** No exemplo (Cohen & Cohen, 1983, pp. 55-56), pretende saber-se se ** as correlações entre duas medidas de interacção social diferem num ** conjunto de amostras aleatórias de alunos de 10 escolas. Os 10 ** coeficientes de correlação e os respectivos Ns são os que constam ** nas
colunas 2 e 3 do Quadro 2.8.2 (p. 56). DATA LIST LIST /RI(F8.4) NI(F8.0). *
Introduza os coeficientes de correlação e os respectivos Ns. BEGIN
DATA 0,72 67 0,41 93 0,57 73 0,53 98 0,62 82 0,21 39 0,68 91 0,53 27 0,49 75 0,50 49 END
DATA. COMPUTE
ZI=(LN(1+RI)-LN(1-RI))/2. COMPUTE
ZI_2=ZI**2. COMPUTE
NI_3=NI-3. COMPUTE
NI_3ZI=NI_3*ZI. COMPUTE
NI_3ZI_2=NI_3*ZI_2. COMPUTE X=1. EXECUTE. AGGREGATE/OUTFILE=*/BREAK=X /SOMA1=SUM(NI_3)/SOMA2=SUM(NI_3ZI)/SOMA3=SUM(NI_3ZI_2)/K=SUM(X). COMPUTE GL=K-1. COMPUTE QUI_2=SOMA3-(SOMA2**2/SOMA1). COMPUTE
PROB=1-CDF.CHISQ(QUI_2,GL). EXECUTE. FORMATS QUI_2(F12.4) GL(F8.0)
PROB(F8.4). LIST QUI_2 GL PROB. |
||
Output (exemplo) |
||
*** Teste da homogeneidade de três ou mais coeficientes de correlação *** independentes *** Valentim Rodrigues Alferes (Universidade de Coimbra, 2002) *** ** ** Esta sintaxe efectua o teste da homogenidade de três ou mais ** coeficientes de correlação independentes. ** No exemplo (Cohen & Cohen, 1983, pp. 55-56), pretende saber-se se ** as correlações entre duas medidas de interacção social diferem num ** conjunto de amostras aleatórias de alunos de 10 escolas. Os 10 ** coeficientes de correlação e os respectivos Ns são os que constam ** nas colunas 2 e 3 do Quadro 2.8.2 (p. 56).
DATA LIST LIST /RI(F8.4) NI(F8.0). * Introduza os coeficientes de correlação e os respectivos Ns. BEGIN DATA 0,72 67 0,41 93 0,57 73 0,53 98 0,62 82 0,21 39 0,68 91 0,53 27 0,49 75 0,50 49 END DATA. COMPUTE ZI=(LN(1+RI)-LN(1-RI))/2. COMPUTE ZI_2=ZI**2. COMPUTE NI_3=NI-3. COMPUTE NI_3ZI=NI_3*ZI. COMPUTE NI_3ZI_2=NI_3*ZI_2. COMPUTE X=1. EXECUTE. AGGREGATE/OUTFILE=*/BREAK=X /SOMA1=SUM(NI_3)/SOMA2=SUM(NI_3ZI)/SOMA3=SUM(NI_3ZI_2)/K=SUM(X). COMPUTE GL=K-1. COMPUTE QUI_2=SOMA3-(SOMA2**2/SOMA1). COMPUTE PROB=1-CDF.CHISQ(QUI_2,GL). EXECUTE. FORMATS QUI_2(F12.4) GL(F8.0) PROB(F8.4). LIST QUI_2 GL PROB.
List
QUI_2 GL PROB
19,9160 9 ,0184
Number of cases read: 1 Number of cases listed: 1 |
||
Nota De acordo com o output, podemos concluir que a magnitude da correlação entre as
duas medidas não é a mesma nas 10
escolas estudadas, c(9)
= 19.92, p = .0184. A diferença entre o xobs no exemplo
de Cohen e Cohen (1983, p. 56) e o cobs no
presente output (respectivamente, 19.893
e 19.916) resulta do arredondamento para três e duas decimais dos valores
utilizados pelos autores nas transformações e cálculos apresentados no Quadro 2.8.2. |
||
Referência |
||
Cohen,
J., & Cohen, P. (1983). Applied
multiple regression/correlation analysis for the behavioral sciences (2nd
ed.). |
||
|
||
Última actualização: 2002-12-16 |